Perché è Improtant ad includere un controllo in un esperimento ?

Controlli negli esperimenti scientifici eliminare le fonti di errore e individuare le cause degli effetti osservati . Esperimenti controllati , quando è possibile fare loro , sono il più rigoroso e affidabile di esperimenti scientifici . In alcune zone - in genere , le scienze morbide come la psicologia o la sociologia - non è sempre possibile utilizzare i controlli . Eliminare le variabili estranee

Un controllo in un esperimento aiuta a eliminare le variabili irrilevanti per l'esperimento . Immaginare un esperimento in cui un ricercatore cerca di testare l'effetto di un nuovo farmaco su un gruppo di pazienti . Nel mondo reale ci sono molte variabili diverse dal nuovo farmaco - per esempio , l'età del paziente , fitness, razza, sesso , dieta - che possono influenzare l'andamento della malattia . In una situazione come questa , il ricercatore ha tipicamente un gruppo di controllo di pazienti con la stessa malattia e le stesse caratteristiche (ad esempio età , fitness , corsa ) come gruppo sperimentale . Ma il gruppo di controllo non ottiene il nuovo trattamento . In questo modo , se un effetto è visto in entrambi i gruppi , è chiaro che essa non è dovuta al farmaco . D'altra parte , se un effetto è visto solo nel gruppo sperimentale , è probabile che il risultato del nuovo trattamento .
Individuare le fonti di errore

volte esperimenti produrre risultati inaspettati . In casi come questi , i controlli possono essere progettati per prendere in giro la fonte di errore . Supponiamo che il ricercatore nell'esperimento descritto sopra trovi il nuovo farmaco ha alcun effetto . Si tratta di una vera e propria scoperta , o è indicato un errore nel modo in cui l' esperimento è stato condotto ? Il ricercatore sospetta che il modo in cui il farmaco è stato dato è il motivo per cui non ha avuto effetto . Si può quindi progettare un controllo , in modo tale che un farmaco con effetti noti è dato a un gruppo di pazienti trattati con il metodo sospetto . Se i noti effetti non vengono rispettate , è chiaro che il modo in cui il farmaco è stato dato è in difetto .
Usa Statistiche avanzate

Ci sono molte avanzate metodi statistici come la regressione , ANOVA e t-test che possono essere utilizzati per analizzare i dati sperimentali e la validità delle conclusioni tratte da loro. ANOVA e t- test possono essere utilizzati per risolvere differenze nell'effetto su due gruppi di trattamento distinti . Regressione può essere utilizzato per determinare i relativi effetti di diverse variabili indipendenti . Questi metodi possono essere utilizzati solo , tuttavia , quando gli esperimenti sono stati condotti con rigore sufficiente e in modo controllato . L' analisi è soltanto buono quanto i dati .
Identificare relazioni causali

L'obiettivo di un esperimento scientifico è spesso quello di identificare le relazioni causali tra variabili . Determinare se un dato variabile indipendente influisce direttamente una variabile dipendente . Ad esempio , non la quantità di luce è esposto per determinare quanti pollici cresce una pianta ? È possibile rispondere a questa domanda solo se lo sperimentatore è controllato per altri fattori , quali la temperatura , la quantità di acqua , tipo di impianto e così via . Controlli sperimentali consentono di restringere il numero di variabili e utilizzare metodi statistici per scoprire relazioni causali tra variabili .